Question

尝试使用一列中的值（作为字符串）来确定要从另一列中删除的内容。列的其余部分必须保持不变。

示例数据：

import pandas as pd

dfTest = pd.DataFrame({
    'date': ['190225', '190225', '190226'],
    'foo': ['190225-file1_190225', '190225-file2_190225', '190226-file3_190226']
})

dfTest

结果数据框：

   |    date   |          foo
------------------------------------
0  |   190225  | 190225-file1_190225
1  |   190225  | 190225-file2_190225
2  |   190226  | 190226-file3_190226

我需要创建“ bar”列，其中“ foo”已删除所有“日期”匹配项。

我正在寻找的是这个

   |    date   |         foo          |   bar
-----------------------------------------------
0  |   190225  | 190225-file1_190225  | -file1_
1  |   190225  | 190225-file2_190225  | -file2_
2  |   190226  | 190226-file3_190226  | -file3_

“日期”列的内容，无论它们出现在开头，中间还是结尾，都需要为“ foo”的每一行删除。

我已经尝试了一些类似下面的代码的方法，但是它不起作用。它只是复制原始列而不替换任何内容。请注意，更改regex = False不会影响结果。

dfTest['bar'] = dfTest['foo'].str.replace(str(dfTest['date']), '')

#or (removing .str, gives same result):

#dfTest['bar'] = dfTest['foo'].replace(str(dfTest['date']), '')

这两个结果都在下表中（在“ bar”中完全相同）：

   |    date   |         foo          |         bar
-----------------------------------------------------------
0  |   190225  | 190225-file1_190225  | 190225-file1_190225  
1  |   190225  | 190225-file2_190225  | 190225-file2_190225  
2  |   190226  | 190226-file3_190226  | 190226-file3_190226

如何删除日期列的内容，但保留原始数据呢？

Answer 1

精选：我注意到在lambda上使用replace不能正常工作，所以我拆分为一个函数。

def replace(str1, str2):
    return str1.replace(str2, '')


dfTest['bar'] = dfTest.apply(lambda row: replace(row['foo'], row['date']), axis=1)

Answer 2

所以，我尝试了一下，效果很好：

dfTest['bar'] = dfTest.apply(lambda row : row['foo'].replace(str(row['date']), ''), axis=1)

从基于另一列的列中删除子字符串

2 个答案: